CN112135250A - 室内定位方法、装置、计算机设备和可读存储介质 - Google Patents

室内定位方法、装置、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN112135250A
CN112135250A CN202010804632.9A CN202010804632A CN112135250A CN 112135250 A CN112135250 A CN 112135250A CN 202010804632 A CN202010804632 A CN 202010804632A CN 112135250 A CN112135250 A CN 112135250A
Authority
CN
China
Prior art keywords
positioning
bluetooth
area
preset
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010804632.9A
Other languages
English (en)
Other versions
CN112135250B (zh
Inventor
谢金财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010804632.9A priority Critical patent/CN112135250B/zh
Publication of CN112135250A publication Critical patent/CN112135250A/zh
Application granted granted Critical
Publication of CN112135250B publication Critical patent/CN112135250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本申请涉及一种室内定位方法、装置、计算机设备和可读存储介质，其中，该室内定位方法包括：在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一WiFi热点对应的WiFi信号强度值，以及每一蓝牙信标对应的蓝牙信号强度值；根据蓝牙信号强度值和预设定位误差，在原始定位区域中确定出蓝牙定位区域；预设定位误差通过对三边定位模型进行定位训练得到；从预先构建好的初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库；根据蓝牙指纹数据库和WiFi信号强度值，得到定位结果。通过本申请，解决了无法兼顾室内定位的实时性与准确性的问题。

Description

室内定位方法、装置、计算机设备和可读存储介质
技术领域
本申请涉及室内定位技术领域，特别是涉及一种室内定位方法、装置、计算机设备和可读存储介质。
背景技术
随着室内定位技术的发展，室内定位技术的应用范围越来越广泛，例如室内导航、商场导购以及展厅自助导游等。其中，室内导航通过搜索室内目标位置，引导用户到达目标位置，可以应用于购物中心、机场和候车大厅内。在WiFi定位技术中，在待定位点处采集的RSSI值需要与指纹数据库中所有参考点进行匹配，计算量与指纹数据库中参考点数量相关。在通常情况下，室内定位区域面积比较大，选取的参考点比较多，因此计算量非常庞大，导致定位时间过长，从而影响了WiFi定位的实时性。
在相关技术中，在原始定位区域部署多个蓝牙信标，利用蓝牙信号传播模型将接收到的信号强度转化为待定位点与信标的距离，再根据测距误差确定待定位点优选区域，通过优选区域对初始指纹数据库进行过滤，根据过滤后的指纹数据库进行Wi-Fi指纹定位，可以缩短定位时间。然而，由于蓝牙接近法确定的区域过于粗略，因此，这种定位方法的定位效果不是很理想。
目前针对相关技术中，无法兼顾室内定位的实时性与准确性的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种室内定位方法、装置、计算机设备和可读存储介质，以至少解决相关技术中无法兼顾室内定位的实时性与准确性的问题。
第一方面，本申请实施例提供了一种室内定位方法，包括：
在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一所述WiFi热点对应的WiFi信号强度值，以及每一所述蓝牙信标对应的蓝牙信号强度值；
根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域；所述预设定位误差通过对三边定位模型进行定位训练得到；
从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库；
根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果。
在其中一些实施例中，在所述根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域之前，所述方法还包括：
构建三边定位模型，并计算得到所述三边定位模型的定位坐标；
计算所述定位坐标与预设定位点坐标之间的误差，得到定位误差分布；
根据所述定位误差分布，确定所述预设定位误差。
在其中一些实施例中，所述构建三边定位模型，并计算得到所述三边定位模型的定位坐标包括：
在所述原始定位区域内部署三个不共线的观测点；
从每一所述观测点所在的位置向所述原始定位区域广播WiFi信号，并获取所述预设定位点与所述观测点之间的距离；
分别以每一所述观测点的坐标为圆心，并以所述预设定位点与所述观测点之间的距离为半径作圆，得到三个圆；
根据三个圆的公共交点，得到所述公共交点构成的三角形；
计算所述三角形的质心坐标，并将所述三角形的质心坐标作为三边定位模型的定位坐标。
在其中一些实施例中，所述根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域包括：
根据蓝牙信号传播模型，将所述蓝牙信号强度值转换为所述蓝牙信标与所述待定位点之间的距离；
通过预设估计算法对所述距离进行估计，得到蓝牙定位坐标；
根据所述蓝牙定位坐标和所述预设定位误差，确定所述蓝牙定位区域。
在其中一些实施例中，所述根据所述蓝牙定位坐标和所述预设定位误差，确定所述蓝牙定位区域包括：
以所述蓝牙定位坐标为圆心，并以所述预设定位误差为半径在所述原始定位区域中作圆；
将所述圆所在的定位区域作为所述蓝牙定位区域。
在其中一些实施例中，在从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库之前，所述方法还包括：
将所述原始定位区域划分等间距的网格，并将所述网格中的每一个格点作为一个参考点；
采集每一所述参考点处每一所述WiFi热点对应的WiFi信号强度数据，并根据所述WiFi信号强度数据，计算得到每一所述参考点对应的WiFi信号强度均值；
根据每一所述参考点的坐标以及对应的WiFi信号强度均值，构建所述初始指纹数据库。
在其中一些实施例中，所述根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果包括：
根据所述WiFi信号强度值与所述蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一所述参考点与所述待定位点之间的欧式距离；
筛选所述欧式距离小于或者等于预设阈值的参考点作为目标参考点；
计算多个所述目标参考点的坐标均值，得到所述定位结果。
第二方面，本申请实施例提供了一种室内定位装置，包括：
采集模块，用于在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一所述WiFi热点对应的WiFi信号强度值，以及每一所述蓝牙信标对应的蓝牙信号强度值；
确定模块，用于根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域；所述预设定位误差通过对三边定位模型进行定位训练得到；
筛选模块，用于从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库；
定位模块，用于根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的室内定位方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的室内定位方法。
相比于相关技术，本申请实施例提供的室内定位方法、装置、计算机设备和可读存储介质，通过在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一所述WiFi热点对应的WiFi信号强度值，以及每一所述蓝牙信标对应的蓝牙信号强度值；根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域；所述预设定位误差通过对三边定位模型进行定位训练得到；从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库；根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果，解决了无法兼顾室内定位实时性与准确性的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例的室内定位方法的流程图；
图2为本申请实施例中确定蓝牙定位区域的流程图；
图3为本申请实施例中计算预设定位误差的流程图；
图4为本申请实施例中构建三边定位模型并计算三边定位模型的定位坐标的流程图；
图5为本申请实施例中三个圆的公共交点构成的三角形的示意图；
图6为本申请实施例中构建初始指纹数据库的流程图；
图7为本申请实施例中确定定位结果的流程图；
图8为本申请具体实施例的室内定位方法的流程图；
图9为本申请实施例的室内定位装置的结构框图；
图10为本申请实施例的室内定位设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请所描述的各种技术，可以但不仅限于应用于购物中心、机场和候车大厅等室内场景的导航定位。
本实施例提供了一种室内定位方法。图1为本申请实施例的室内定位方法的流程图，如图1所示，该流程包括如下步骤：
步骤S110，在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一WiFi热点对应的WiFi信号强度值，以及每一蓝牙信标对应的蓝牙信号强度值。
可以选取长方形的室内区域作为原始定位区域，也可以选取圆形的室内区域作为原始定位区域，本实施例不限制原始定位区域的形状。具体地，可以选取长方形的室内区域作为原始定位区域，分别在长方形室内区域的每个角落各部署一个WiFi热点和一个蓝牙信标。
可以通过固定设置在原始定位区域内的基站采集待定位点处的WiFi信号强度值和蓝牙信号强度值。也可以通过待定位点处的通讯设备采集待定位点处的WiFi信号强度值和蓝牙信号强度值，本实施例不限制信号采集设备的类型。
步骤S120，根据蓝牙信号强度值和预设定位误差，在原始定位区域中确定出蓝牙定位区域；预设定位误差通过对三边定位模型进行定位训练得到。
具体地，可以根据预设估计算法和蓝牙信号强度值，得到粗略的蓝牙定位位置。然后根据定位训练得到的预设定位误差和蓝牙定位位置，在原始定位区域中确定出蓝牙定位区域。蓝牙定位区域的面积小于原始定位区域的面积。
需要说明的是，通过对三边定位模型进行定位训练，得到多次定位训练的误差经验值。根据多次定位训练得到的误差经验值，设置预设定位误差。通过多次定位训练得到的误差经验值，可以得到比较准确的预设定位误差，从而根据预设定位误差和蓝牙定位位置，得到比较精确的蓝牙定位区域，同时缩小定位区域的面积。
步骤S130，从预先构建好的初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库。
初始指纹数据库包括原始定位区域内的所有参考点。通过从初始指纹数据库中筛选出在蓝牙定位区域内的参考点，可以将距离待定位点比较远的参考点从初始指纹数据库中剔除，生成蓝牙指纹数据库。
步骤S140，根据蓝牙指纹数据库和WiFi信号强度值，得到定位结果。
通过位置指纹定位算法对蓝牙指纹数据库和WiFi信号强度值进行定位估计，得到定位结果。位置指纹定位算法主要包括概率性定位算法和确定性定位算法。可以采用概率性定位算法，也可以采用确定性定位算法进行定位估计，本实施例对采用的定位算法不作限制。例如，可以采用基于概率性的贝叶斯匹配算法进行定位估计，得到定位结果。
通过上述步骤S110至步骤S140，根据蓝牙信号强度值和预设定位误差，在原始定位区域中确定出蓝牙定位区域，从预先构建好的初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库，根据蓝牙指纹数据库和WiFi信号强度值，得到定位结果。通过本申请，根据蓝牙信号强度值和通过对三边定位模型进行定位训练得到的预设定位误差，得到蓝牙定位区域，并在蓝牙定位区域中筛选出离待定位点比较近的参考点用于定位估计，从而可以得到更加准确的定位结果，提高了室内定位的准确性。同时，通过从初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库，由于生成的蓝牙指纹数据库中参考点的数量少于初始指纹数据库中对参考点的数量，因此减少了位置指纹定位算法的计算量，从而可以缩短定位时长，提高了室内定位的实时性，解决了无法兼顾室内定位的实时性与准确性的问题。
在其中一些实施例中，图2为本申请实施例中确定蓝牙定位区域的流程图，如图2所示，该流程包括如下步骤：
步骤S210，根据蓝牙信号传播模型，将蓝牙信号强度值转换为蓝牙信标与待定位点之间的距离。
利用对数距离路径损耗模型训练蓝牙信号传播模型，对数距离路径损耗模型的公式如(1)所示：
P(d)＝P(d0)-10nlg(d/d0) (1)
其中，n表示路径传播损耗指数；d0表示参考距离，一般设为1m；d表示蓝牙信号接收端与发射端之间的距离；P(d0)表示参考距离d0处的路径传播损耗，即蓝牙信号强度值；P(d)表示实际的路径传播损耗。
根据训练好的蓝牙信号传播模型，将蓝牙信号强度值转换为蓝牙信标与待定位点之间的距离。
步骤S220，通过预设估计算法对距离进行估计，得到蓝牙定位坐标。
可以采用极大似然估计法对距离进行估计，得到蓝牙定位坐标，也可以采用其他的定位估计算法对距离进行定位估计，本实施不限制定位估计算法的类型。
步骤S230，根据蓝牙定位坐标和预设定位误差，确定蓝牙定位区域。
通过上述步骤S210至步骤S230，根据蓝牙信号传播模型，将蓝牙信号强度值转换为蓝牙信标与待定位点之间的距离，通过预设估计算法对距离进行估计，得到蓝牙定位坐标，根据蓝牙定位坐标和预设定位误差，确定蓝牙定位区域。通过本实施例，采用数学的方法，可以简单快速地确定出比较精确的蓝牙定位区域，解决了现有技术中确定的蓝牙定位区域过于粗略的技术问题。
在其中一些实施例中，步骤S230包括步骤S231和步骤S232，其中：
步骤S231，以蓝牙定位坐标为圆心，并以预设定位误差为半径在原始定位区域中作圆。
步骤S232，将圆所在的定位区域作为蓝牙定位区域。
通过上述步骤S231至步骤S232，以蓝牙定位坐标为圆心，并以预设定位误差为半径在原始定位区域中作圆。通过将圆所在的定位区域作为蓝牙定位区域，使得定位误差均匀的分布在蓝牙定位坐标的周围，可以得到最小的有效定位区域，实现了将距离待定位点比较近的参考点筛选出来，进一步提高了定位精度。
在其中一些实施例中，图3为本申请实施例中计算预设定位误差的流程图，如图3所示，该流程包括如下步骤：
步骤S310，构建三边定位模型，并计算得到三边定位模型的定位坐标。
具体地，在原始定位区域任意选取三个观测点，构建三边定位模型，并根据三边定位模型进行定位训练，计算得到三边定位模型的定位坐标。
步骤S320，计算定位坐标与预设定位点坐标之间的误差，得到定位误差分布。
具体地，可以计算定位坐标与预设定位点坐标之间的距离，并将该距离作为定位坐标与预设定位点坐标之间的误差。通过计算多次定位训练定位得到的定位坐标与预设定位点坐标之间的误差，得到定位误差分布。
进一步地，可以对多次定位训练得到的误差进行统计，生成定位误差分布表或者定位误差分布图，便于后续确定预设定位误差。
步骤S330，根据定位误差分布，确定预设定位误差。
可以根据定位误差分布表或者定位误差分布图，选取误差分布概率最高的误差值作为预设定位误差。也可以根据定位误差分布，计算得到平均误差值，将平均误差值作为预设定位误差，本实施例不限制计算预设定位误差的方法。
例如，可以根据定位误差分布表，选取误差分布概率为90％的误差值作为预设定位误差。也可以选取误差分布概率为80％或者95％的误差值作为预设定位误差。
通过上述步骤S310至步骤S330，构建三边定位模型，并计算得到三边定位模型的定位坐标，计算定位坐标与预设定位点坐标之间的误差，得到定位误差分布，根据定位误差分布，确定预设定位误差。本实通过施例，计算三边定位模型的定位坐标与预设定位点坐标之间的误差，确定预设定位误差，实现了将定位误差的计算与定位坐标联系起来，使得计算得到预设定位误差更准确，从而可以得到更精确的蓝牙定位区域，进一步提高了定位精度。
在其中一些实施例中，图4为本申请实施例中构建三边定位模型并计算三边定位模型的定位坐标的流程图，如图4所示，该流程包括如下步骤：
步骤S410，在原始定位区域内部署三个不共线的观测点。
可以选取在原始定位区域内的任意三个不共线的参考点作为三边定位模型的观测点，也可以选取原始定位区域内不是参考点的点作为作为三边定位模型的观测点，本实施例不作限制。
步骤S420，从每一观测点所在的位置向原始定位区域广播WiFi信号，并获取预设定位点与观测点之间的距离。
具体地，从每一观测点所在的位置向原始定位区域广播WiFi信号，并通过基站或者预设定位点处的无线信号接收设备，采集预设定位点处接收到的WiFi信号强度值。根据无线信号路径损耗模型将WiFi信号强度值转换为预设定位点与观测点之间的距离。
步骤S430，分别以每一观测点的坐标为圆心，并以预设定位点与观测点之间的距离为半径作圆，得到三个圆。
步骤S440，根据三个圆的公共交点，得到公共交点构成的三角形。
步骤S450，计算三角形的质心坐标，并将三角形的质心坐标作为三边定位模型的定位坐标。
在实际的室内环境中，由于家具等障碍物吸收无线电磁波，导致无线信号接收设备接收到的WiFi信号强度值小于理论值，通过无线信号路径损耗模型估计的观测点与预设定位点之间的距离偏大，使得三个圆的半径都偏大，三个圆的公共交点构成的三角形的质心就是预设定位点的定位估计位置。
图5为本申请实施例中三个圆的公共交点构成的三角形的示意图，如图5所示，假设三个观测点A、B、C的坐标分别为(xa,ya)、(xb,yb)和(xc,yc)，利用无线信号路径损耗模型估计的三个观测点与待定位点的距离分别为ra、rb和rc，三个圆的公共交点的坐标分别为P1(x1,y1)、P2(x2,y2)和P3(x3,y3)，预设定位点的坐标为(x,y)，根据几何关系可以得到以下三组方程式：
Figure BDA0002628630460000131
Figure BDA0002628630460000132
Figure BDA0002628630460000133
分别解三组方程式可以得到三个公共交点P1、P2和P3的坐标。根据以下公式(4)可以计算得到三角形的质心坐标：
Figure BDA0002628630460000134
通过上述步骤S410至步骤S450，在原始定位区域内部署三个不共线的观测点；获取预设定位点与观测点之间的距离；分别以每一观测点的坐标为圆心，并以预设定位点与观测点之间的距离为半径作圆，得到三个圆；根据三个圆的公共交点，得到公共交点构成的三角形；计算三角形的质心坐标，并将三角形的质心坐标作为三边定位模型的定位坐标。本实施例，通过构建三边模型，并计算三边定位模型的定位坐标，为后续计算预设定位误差作准备。
图6为本申请实施例中构建初始指纹数据库的流程图，如图6所示，该流程包括如下步骤：
步骤S610，将原始定位区域划分等间距的网格，并将网格中的每一个格点作为一个参考点。
步骤S620，采集每一参考点处每一WiFi热点对应的WiFi信号强度数据，并根据WiFi信号强度数据，计算得到每一参考点对应的WiFi信号强度均值。
可以通过基站采集每一参考点处每一WiFi热点对应的WiFi信号强度数据；也可以通过无线信号接收设备在每一参考点处扫描，采集每一WiFi热点对应的WiFi信号强度数据，本实施例不限制采集WiFi信号强度数据的方式。
具体地，在每一参考点处，采集多组每一WiFi热点对应的WiFi信号强度数据，并根据多组WiFi信号强度数据，计算得到每一WiFi热点对应的WiFi信号强度均值。
步骤S630，根据每一参考点的坐标以及对应的WiFi信号强度均值，构建初始指纹数据库。
将每一参考点的坐标以及对应的WiFi信号强度均值按照一定的存储格式进行存储，生成每一参考点对应的指纹，得到初始指纹数据库。第i个参考点对应的指纹的存储格式如下：
Figure BDA0002628630460000141
其中，Loci是第i个参考点的坐标，RSSi＝{rssii1,rssii2,...,rssiin}是第i个参考点的WiFi信号强度均值。
在其中一些实施例中，图7为本申请实施例中确定定位结果的流程图，如图7所示，该流程包括如下步骤：
步骤S710，根据WiFi信号强度值与蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一参考点与待定位点之间的欧式距离。
由于WiFi信号强度值表示无线信号从WiFi热点所在的位置传输至待定位点处时的WiFi信号强度值，可以通过WiFi信号强度值计算WiFi热点所在的位置与待定位点之间的距离。WiFi信号强度均值表示无线信号从WiFi热点所在的位置传输至参考点时的WiFi信号强度值，可以通过WiFi信号强度均值计算WiFi热点所在的位置与参考点之间的距离。因此，可以根据WiFi信号强度值与蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值的差值，计算得到每一参考点与待定位点之间的欧式距离。
可以采用K近邻算法计算每一参考点与待定位点之间的欧式距离，欧式距离计算公式为：
Figure BDA0002628630460000151
其中，
Figure BDA0002628630460000152
表示采集的第i个参考点处第j个WiFi热点对应的WiFi信号强度差值，RSSj表示实时采集的待定位点处第j个WiFi热点对应的WiFi信号强度值，N表示蓝牙指纹数据库中参考点的总数。
步骤S720，筛选欧式距离小于或者等于预设阈值的参考点作为目标参考点。
步骤S730，计算多个目标参考点的坐标均值，得到定位结果。
通过上述步骤S710至步骤S730，根据WiFi信号强度值与蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一参考点与待定位点之间的欧式距离，根据欧式距离和预设阈值将离待定位点过远的参考点剔除，筛选出离待定位点比较近的多个目标参考点；并根据多个目标参考点的坐标均值，得到定位结果。通过本实施例，将离待定位点过远的参考点剔除，筛选出离待定位点比较近的多个目标参考点，根据离待定位点比较近的多个目标参考点的坐标均值，可以计算得到比较准确的定位结果，提高了室内定位的准确度。
下面通过具体实施例对本申请实施例进行描述和说明。
图8为本申请具体实施例的室内定位方法的流程图，该室内定位方法包括如下步骤：
步骤S810，在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一WiFi热点对应的WiFi信号强度值，以及每一蓝牙信标对应的蓝牙信号强度值。
步骤S820，根据蓝牙信号传播模型，将蓝牙信号强度值转换为蓝牙信标与待定位点之间的距离；通过预设估计算法对距离进行估计，得到蓝牙定位坐标；根据蓝牙定位坐标和预设定位误差，确定蓝牙定位区域；预设定位误差通过对三边定位模型进行定位训练得到。
步骤S830，从预先构建好的初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库。
步骤S840，根据WiFi信号强度值与蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一参考点与待定位点之间的欧式距离；筛选欧式距离小于或者等于预设阈值的参考点作为目标参考点；计算多个目标参考点的坐标均值，得到定位结果。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种室内定位装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图9为本申请实施例的室内定位装置的结构框图，如图9所示，该装置包括：
采集模块910，用于在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一WiFi热点对应的WiFi信号强度值，以及每一蓝牙信标对应的蓝牙信号强度值。
确定模块920，用于根据蓝牙信号强度值和预设定位误差，在原始定位区域中确定出蓝牙定位区域；预设定位误差通过对三边定位模型进行定位训练得到。
筛选模块930，用于从预先构建好的初始指纹数据库中筛选出在蓝牙定位区域内的参考点，生成蓝牙指纹数据库。
定位模块940，用于根据蓝牙指纹数据库和WiFi信号强度值，得到定位结果。
在其中一些实施例中，该室内定位装置还包括误差求解模块，用于构建三边定位模型，并计算得到三边定位模型的定位坐标；计算定位坐标与预设定位点坐标之间的误差，得到定位误差分布；根据定位误差分布，确定预设定位误差。
在其中一些实施例中，该室内定位装置还包括三边定位模块，用于在原始定位区域内部署三个不共线的观测点；从每一观测点所在的位置向原始定位区域广播WiFi信号，并获取预设定位点与观测点之间的距离；分别以每一观测点的坐标为圆心，并以预设定位点与观测点之间的距离为半径作圆，得到三个圆；根据三个圆的公共交点，得到公共交点构成的三角形；计算三角形的质心坐标，并将三角形的质心坐标作为三边定位模型的定位坐标。
在其中一些实施例中，确定模块920包括转换单元、定位估计单元和区域确定单元，其中：
转换单元，用于根据蓝牙信号传播模型，将蓝牙信号强度值转换为蓝牙信标与待定位点之间的距离。
定位估计单元，用于通过预设估计算法对距离进行估计，得到蓝牙定位坐标。
区域确定单元，用于根据蓝牙定位坐标和预设定位误差，确定蓝牙定位区域。
在其中一些实施例中，区域确定单元还用于以蓝牙定位坐标为圆心，并以预设定位误差为半径在原始定位区域中作圆；将圆所在的定位区域作为蓝牙定位区域。
在其中一些实施例中，该室内定位装置还包括初始指纹数据库构建模块，用于将原始定位区域划分等间距的网格，并将网格中的每一个格点作为一个参考点；采集每一参考点处每一WiFi热点对应的WiFi信号强度数据，并根据WiFi信号强度数据，计算得到每一参考点对应的WiFi信号强度均值；根据每一参考点的坐标以及对应的WiFi信号强度均值，构建初始指纹数据库。
在其中一些实施例中，定位模块940包括计算单元、筛选单元和确定单元，其中：
计算单元，用于根据WiFi信号强度值与蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一参考点与待定位点之间的欧式距离。
筛选单元，用于筛选欧式距离小于或者等于预设阈值的参考点作为目标参考点。
确定单元，用于计算多个目标参考点的坐标均值，得到定位结果。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例室内定位方法可以由室内定位设备来实现。图10为本申请实施例的室内定位设备的硬件结构示意图。
室内定位设备可以包括处理器101以及存储有计算机程序指令的存储器102。
具体地，上述处理器101可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器105可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器105可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(Solid State Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerial Bus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器105可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器105可在数据处理装置的内部或外部。在特定实施例中，存储器105是非易失性(Non-Volatile)存储器。在特定实施例中，存储器105包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(Random Access Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(ErasableProgrammable Read-Only Memory，简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammable Read-Only Memory，简称为EEPROM)、电可改写ROM(ElectricallyAlterable Read-Only Memory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-AccessMemory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode DynamicRandom Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDate Out Dynamic Random Access Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器105可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器102所执行的可能的计算机程序指令。
处理器101通过读取并执行存储器102中存储的计算机程序指令，以实现上述实施例中的任意一种室内定位方法。
在其中一些实施例中，室内定位设备还可包括通信接口103和总线100。其中，如图10所示，处理器101、存储器102、通信接口103通过总线100连接并完成相互间的通信。
通信接口103用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口103还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线100包括硬件、软件或两者，将室内定位设备的部件彼此耦接在一起。总线100包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线100可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线100可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该室内定位设备可以基于获取到的WiFi信号强度值和蓝牙信号强度值，执行本申请实施例中的室内定位方法，从而实现结合图1描述的室内定位方法。
另外，结合上述实施例中的室内定位方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种室内定位方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种室内定位方法，其特征在于，包括：
在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一所述WiFi热点对应的WiFi信号强度值，以及每一所述蓝牙信标对应的蓝牙信号强度值；
根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域；所述预设定位误差通过对三边定位模型进行定位训练得到；
从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库；
根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域之前，所述方法还包括：
构建三边定位模型，并计算得到所述三边定位模型的定位坐标；
计算所述定位坐标与预设定位点坐标之间的误差，得到定位误差分布；
根据所述定位误差分布，确定所述预设定位误差。
3.根据权利要求2所述的方法，其特征在于，所述构建三边定位模型，并计算得到所述三边定位模型的定位坐标包括：
在所述原始定位区域内部署三个不共线的观测点；
从每一所述观测点所在的位置向所述原始定位区域广播WiFi信号，并获取所述预设定位点与所述观测点之间的距离；
分别以每一所述观测点的坐标为圆心，并以所述预设定位点与所述观测点之间的距离为半径作圆，得到三个圆；
根据三个圆的公共交点，得到所述公共交点构成的三角形；
计算所述三角形的质心坐标，并将所述三角形的质心坐标作为三边定位模型的定位坐标。
4.根据权利要求1所述的方法，其特征在于，所述根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域包括：
根据蓝牙信号传播模型，将所述蓝牙信号强度值转换为所述蓝牙信标与所述待定位点之间的距离；
通过预设估计算法对所述距离进行估计，得到蓝牙定位坐标；
根据所述蓝牙定位坐标和所述预设定位误差，确定所述蓝牙定位区域。
5.根据权利要求4所述的方法，其特征在于，所述根据所述蓝牙定位坐标和所述预设定位误差，确定所述蓝牙定位区域包括：
以所述蓝牙定位坐标为圆心，并以所述预设定位误差为半径在所述原始定位区域中作圆；
将所述圆所在的定位区域作为所述蓝牙定位区域。
6.根据权利要求1所述的方法，其特征在于，在从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库之前，所述方法还包括：
将所述原始定位区域划分等间距的网格，并将所述网格中的每一个格点作为一个参考点；
采集每一所述参考点处每一所述WiFi热点对应的WiFi信号强度数据，并根据所述WiFi信号强度数据，计算得到每一所述参考点对应的WiFi信号强度均值；
根据每一所述参考点的坐标以及对应的WiFi信号强度均值，构建所述初始指纹数据库。
7.根据权利要求1所述的方法，其特征在于，所述根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果包括：
根据所述WiFi信号强度值与所述蓝牙指纹数据库中每一参考点对应的WiFi信号强度均值，计算每一所述参考点与所述待定位点之间的欧式距离；
筛选所述欧式距离小于或者等于预设阈值的参考点作为目标参考点；
计算多个所述目标参考点的坐标均值，得到所述定位结果。
8.一种室内定位装置，其特征在于，包括：
采集模块，用于在原始定位区域内部署多个WiFi热点和多个蓝牙信标，并采集待定位点处每一所述WiFi热点对应的WiFi信号强度值，以及每一所述蓝牙信标对应的蓝牙信号强度值；
确定模块，用于根据所述蓝牙信号强度值和预设定位误差，在所述原始定位区域中确定出蓝牙定位区域；所述预设定位误差通过对三边定位模型进行定位训练得到；
筛选模块，用于从预先构建好的初始指纹数据库中筛选出在所述蓝牙定位区域内的参考点，生成蓝牙指纹数据库；
定位模块，用于根据所述蓝牙指纹数据库和所述WiFi信号强度值，得到定位结果。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的室内定位方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的室内定位方法。
CN202010804632.9A 2020-08-12 2020-08-12 室内定位方法、装置、计算机设备和可读存储介质 Active CN112135250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010804632.9A CN112135250B (zh) 2020-08-12 2020-08-12 室内定位方法、装置、计算机设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010804632.9A CN112135250B (zh) 2020-08-12 2020-08-12 室内定位方法、装置、计算机设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN112135250A true CN112135250A (zh) 2020-12-25
CN112135250B CN112135250B (zh) 2023-03-21

Family

ID=73850300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010804632.9A Active CN112135250B (zh) 2020-08-12 2020-08-12 室内定位方法、装置、计算机设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN112135250B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112770258A (zh) * 2021-01-21 2021-05-07 南京邮电大学 一种基于信标筛选的实时室内位置定位方法
CN113038368A (zh) * 2021-02-26 2021-06-25 山东鹰格信息工程有限公司 基于时分信号技术的区域定位方法、设备、介质及装置
CN113063420A (zh) * 2021-03-17 2021-07-02 建信金融科技有限责任公司 室内定位方法、装置、电子设备和存储介质
CN113115207A (zh) * 2021-04-08 2021-07-13 深圳市智莱科技股份有限公司 室内定位方法、装置、设备及计算机可读存储介质
CN113993069A (zh) * 2021-10-28 2022-01-28 华清科盛(北京)信息技术有限公司 一种室内定位方法及装置、电子设备
CN114286306A (zh) * 2021-12-27 2022-04-05 南京中孚信息技术有限公司 室内信号定位方法、装置、计算机设备及存储介质
CN114302324A (zh) * 2021-12-17 2022-04-08 上海安加心人力资源有限公司 定位方法及装置
CN114423076A (zh) * 2021-12-27 2022-04-29 深圳云天励飞技术股份有限公司 一种指纹数据生成方法、装置、电子设备及存储介质
CN114828209A (zh) * 2022-04-22 2022-07-29 亚信科技（中国）有限公司 定位方法、装置、电子设备及计算机可读存储介质
CN115334641A (zh) * 2022-07-18 2022-11-11 国网山东省电力公司营销服务中心(计量中心) 一种物联网断路器的静态定位方法、系统及物联网断路器
CN116761249A (zh) * 2022-09-23 2023-09-15 荣耀终端有限公司 室内定位方法、指纹库的构建方法、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104266658A (zh) * 2014-09-15 2015-01-07 上海酷远物联网科技有限公司 一种基于精准定位导播导览系统、方法及其数据采集方法
CN104837118A (zh) * 2015-04-29 2015-08-12 辽宁工业大学 一种基于WiFi和BLUETOOTH的室内融合定位系统及方法
CN106455050A (zh) * 2016-09-23 2017-02-22 微梦创科网络科技（中国）有限公司 一种基于蓝牙与Wifi的室内定位方法、装置及系统
WO2018196446A1 (zh) * 2017-04-28 2018-11-01 深圳市前海安测信息技术有限公司 基于定位的养老管理系统及方法
CN108769907A (zh) * 2018-06-04 2018-11-06 江南大学 基于深度学习的融合WiFi和iBeacon的室内定位方法
CN110035384A (zh) * 2019-05-09 2019-07-19 桂林电子科技大学 一种融合多传感器信号滤波优化的室内定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104266658A (zh) * 2014-09-15 2015-01-07 上海酷远物联网科技有限公司 一种基于精准定位导播导览系统、方法及其数据采集方法
CN104837118A (zh) * 2015-04-29 2015-08-12 辽宁工业大学 一种基于WiFi和BLUETOOTH的室内融合定位系统及方法
CN106455050A (zh) * 2016-09-23 2017-02-22 微梦创科网络科技（中国）有限公司 一种基于蓝牙与Wifi的室内定位方法、装置及系统
WO2018196446A1 (zh) * 2017-04-28 2018-11-01 深圳市前海安测信息技术有限公司 基于定位的养老管理系统及方法
CN108769907A (zh) * 2018-06-04 2018-11-06 江南大学 基于深度学习的融合WiFi和iBeacon的室内定位方法
CN110035384A (zh) * 2019-05-09 2019-07-19 桂林电子科技大学 一种融合多传感器信号滤波优化的室内定位方法

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112770258B (zh) * 2021-01-21 2022-07-12 南京邮电大学 一种基于信标筛选的实时室内位置定位方法
CN112770258A (zh) * 2021-01-21 2021-05-07 南京邮电大学 一种基于信标筛选的实时室内位置定位方法
CN113038368A (zh) * 2021-02-26 2021-06-25 山东鹰格信息工程有限公司 基于时分信号技术的区域定位方法、设备、介质及装置
CN113063420A (zh) * 2021-03-17 2021-07-02 建信金融科技有限责任公司 室内定位方法、装置、电子设备和存储介质
CN113063420B (zh) * 2021-03-17 2024-02-02 建信金融科技有限责任公司 室内定位方法、装置、电子设备和存储介质
CN113115207A (zh) * 2021-04-08 2021-07-13 深圳市智莱科技股份有限公司 室内定位方法、装置、设备及计算机可读存储介质
CN113115207B (zh) * 2021-04-08 2023-06-20 深圳市智莱科技股份有限公司 室内定位方法、装置、设备及计算机可读存储介质
CN113993069A (zh) * 2021-10-28 2022-01-28 华清科盛(北京)信息技术有限公司 一种室内定位方法及装置、电子设备
CN113993069B (zh) * 2021-10-28 2023-06-23 华清科盛(北京)信息技术有限公司 一种室内定位方法及装置、电子设备
CN114302324A (zh) * 2021-12-17 2022-04-08 上海安加心人力资源有限公司 定位方法及装置
CN114423076A (zh) * 2021-12-27 2022-04-29 深圳云天励飞技术股份有限公司 一种指纹数据生成方法、装置、电子设备及存储介质
CN114286306A (zh) * 2021-12-27 2022-04-05 南京中孚信息技术有限公司 室内信号定位方法、装置、计算机设备及存储介质
CN114286306B (zh) * 2021-12-27 2024-02-20 南京中孚信息技术有限公司 室内信号定位方法、装置、计算机设备及存储介质
CN114423076B (zh) * 2021-12-27 2024-03-22 深圳云天励飞技术股份有限公司 一种指纹数据生成方法、装置、电子设备及存储介质
CN114828209A (zh) * 2022-04-22 2022-07-29 亚信科技（中国）有限公司 定位方法、装置、电子设备及计算机可读存储介质
CN115334641A (zh) * 2022-07-18 2022-11-11 国网山东省电力公司营销服务中心(计量中心) 一种物联网断路器的静态定位方法、系统及物联网断路器
CN116761249A (zh) * 2022-09-23 2023-09-15 荣耀终端有限公司 室内定位方法、指纹库的构建方法、电子设备及存储介质
CN116761249B (zh) * 2022-09-23 2024-04-12 荣耀终端有限公司 室内定位方法、指纹库的构建方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN112135250B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN112135250B (zh) 室内定位方法、装置、计算机设备和可读存储介质
US11635484B2 (en) Frequency transformed radiomap data set
EP3033632B9 (en) 3d sectorized path-loss models for 3d positioning of mobile terminals
US8965398B2 (en) Bluetooth beacon based location determination
CN103120000B (zh) 覆盖区域模型的产生和使用
EP2419753B1 (en) Determining a position of a terminal
CN109963287A (zh) 天线方向角优化方法、装置、设备及介质
CN110430535B (zh) 室内定位的方法和装置
CN109905892B (zh) 用户定位方法和装置
US9612313B2 (en) Supporting coverage area modeling
AU2015286550B2 (en) Apparatus and method for performing spectrum sharing based on vertical position
US9949227B2 (en) Location determination
EP2944102A1 (en) Verifying stored location data for wlan access points
CN107850656B (zh) 用于确定定位目的的模型参数的方法、装置和系统
KR102304466B1 (ko) 실내 측위용 데이터베이스 구축, 실내 측위 방법 및 시스템
JP2017201240A (ja) 位置特定装置及び位置特定方法
CN105530598A (zh) 基于wlan室内定位的ap选择方法
EP3149980B1 (en) Handling wireless fingerprint data
WO2017020273A1 (en) Method and device for positioning and method of generating a positioning database in multicarrier network
CN110940951A (zh) 定位方法及设备
WO2014128534A1 (en) Supporting coverage area modeling
Farkas Placement optimization of reference sensors for indoor tracking
US20210294824A1 (en) Apparatus and method for generating positioning database
CN109429242B (zh) 一种mr数据室内外分离方法及设备
CN115086865A (zh) 被动定位方法、装置、电子设备及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant